論文の概要: Benchmarking Behavioral Steerability in Behavior Foundation Models

• arxiv url: http://arxiv.org/abs/2610.10198v1
• Date: Wed, 07 Oct 2026 14:59:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.982322
• Title: Benchmarking Behavioral Steerability in Behavior Foundation Models
• Title（参考訳）: 行動基礎モデルにおける行動ステアビリティのベンチマーク
• Abstract要約: 行動基礎モデル(BFM)は、人間の意図を実行可能なヒューマノイド行動に変換するパラダイムとして浮上している。 本稿では,BFMがユーザ特定意図を満たす行動を忠実に生成する能力として定義された行動ステアビリティの概念を紹介する。 BFMにおける行動ステアビリティの最初のベンチマークであるRoboSteerを紹介する。
• 参考スコア（独自算出の注目度）: 87.66015690561092
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Behavior Foundation Models (BFMs) are emerging as a paradigm for translating human intentions into executable humanoid behaviors. As these models evolve beyond behavior generation toward general-purpose behavioral systems, a fundamental question arises: can they be reliably steered according to user intentions? In this paper, we introduce the concept of behavioral steerability, defined as the ability of BFMs to faithfully generate behaviors that satisfy user-specified intentions. To study this capability, we present RoboSteer, the first benchmark for behavioral steerability in BFMs. RoboSteer organizes behavioral steerability into a three-level hierarchy-Conditional Steering, Constraint Steering, and Compositional Steering-and establishes a unified evaluation framework supported by a large-scale multimodal motion corpus. Using RoboSteer, we conduct the first large-scale empirical study of behavioral steerability across 9 existing BFMs. We view behavioral steerability as more than a capability for controlling motion: it concerns how embodied systems translate human intentions into purposeful actions. We hope RoboSteer will advance research on intention realization as a foundation for general-purpose embodied intelligence.
• Abstract（参考訳）: 行動基礎モデル(BFM)は、人間の意図を実行可能なヒューマノイド行動に変換するパラダイムとして浮上している。 これらのモデルが行動生成を超えて汎用的な行動システムへと進化するにつれて、根本的な疑問が生まれます。 本稿では,BFMがユーザ特定意図を満たす動作を忠実に生成する能力として定義された行動ステアビリティの概念を紹介する。 そこで本研究では,BFMにおける行動ステアビリティに関する最初のベンチマークであるRoboSteerを紹介する。 RoboSteerは3段階の階層構造、制約ステアリング(Conditional Steering)、制約ステアリング(Constraint Steering)、構成ステアリング(Colincial Steering)に行動ステアビリティを編成し、大規模なマルチモーダルモーションコーパスをサポートする統一的な評価フレームワークを確立する。 RoboSteerを用いて、9つの既存のBFM間での行動ステアビリティに関する大規模な実験を行った。 我々は、行動ステアビリティを、動作を制御する能力以上のものと見なしている。 汎用的なインテリジェンスの基礎として、RoboSteerが意図的実現の研究を進めていくことを願っている。

関連論文リスト

• Generative Embodied Multiple Behavior Control Systems for Human-like Agents [12.172579281881072]
  習慣行動は、人間の日常生活において重要な役割を担っているものの、ほとんど見過ごされている。 本稿では,目標指向行動と習慣行動を協調的にモデル化するマルチコントロールシステムを提案する。 GEMSの有効性は, 習慣行動の活用と多行動制御システム連携の利点を示す。
  論文  参考訳（メタデータ） (2026-09-19T01:51:09Z)
• Scaling Behavior Foundation Model for Humanoid Robots [77.31115920959364]
  行動基礎モデル(BFM)は、大規模な行動データを活用することで課題に対処する有望なソリューションとして登場した。 提案手法は制御忠実度とタスク一般化の大幅な改善をもたらすことを示す。 これらの結果は、BFMをスケーラブルで汎用的なヒューマノイド制御の原則的かつ効果的な基盤として確立する。
  論文  参考訳（メタデータ） (2026-07-16T16:08:27Z)
• BehaviorBench: Benchmarking Foundation Models for Behavioral Science Tasks [11.874192835462111]
  基礎モデルは、心理学、社会学、経済学のような行動科学領域にますます応用されている。 我々は4つのコア機能に沿って基礎モデルを評価する包括的なベンチマークであるBehaviorBenchを紹介した。 我々はさらにBe.FM-1.5を開発し、行動データに基づいて微調整された行動基礎モデルのBe.FMファミリーを拡張した。
  論文  参考訳（メタデータ） (2026-06-23T05:30:54Z)
• When is Your LLM Steerable? [56.656180566692946]
  アクティベーションステアリングは、推論時に言語モデルの振る舞いを制御するための軽量なアプローチを提供する。 ステアリングを成功させる体制と境界を見つけるには、通常、高価なグリッドサーチが必要である。 生成プロセスの開始時にモデルの内部状態からステアビリティを予測できるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-06-10T02:55:34Z)
• How Controllable Are Large Language Models? A Unified Evaluation across Behavioral Granularities [75.10343190811592]
  大規模言語モデル(LLM)は、社会的に敏感なドメインにますますデプロイされる。 私たちのベンチマークでは、安全で制御可能な振る舞いのための原則的で解釈可能なフレームワークを提供しています。
  論文  参考訳（メタデータ） (2026-03-03T03:50:13Z)
• Model Editing as a Double-Edged Sword: Steering Agent Ethical Behavior Toward Beneficence or Harm [57.00627691433355]
  我々は、モデル編集タスクとしてエージェントの行動ステアリングをフレーム化し、振舞い編集という。 心理学的道徳理論に基づくベンチマークであるBehaviorBenchを紹介する。 行動編集は倫理的・好意的な行動を促進するためにも、逆に有害な行動や悪意のある行動を引き起こすためにも利用できることを実証する。
  論文  参考訳（メタデータ） (2025-06-25T16:51:51Z)
• Inverse Decision Modeling: Learning Interpretable Representations of Behavior [72.80902932543474]
  我々は,逆決定モデルに関する表現的,統一的な視点を開拓する。 これを逆問題(記述モデルとして)の形式化に用います。 この構造が(有界な)有理性の学習(解釈可能な)表現を可能にする方法について説明する。
  論文  参考訳（メタデータ） (2023-10-28T05:05:01Z)
• Habits and goals in synergy: a variational Bayesian framework for behavior [22.461524318820672]
  効果的かつ柔軟に振る舞う方法は、生物学的エージェントを理解し、インテリジェントなエンボディAIを作成するための中心的な問題である。 行動は2つのタイプに分類されることが知られている:報酬を最大化する習慣的行動。 我々は、変分ベイズ理論の原理に基づいて、2つの挙動のギャップを埋めることを提案する。
  論文  参考訳（メタデータ） (2023-04-11T06:28:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。